开发者工具 · HTML 实体转义器
为什么 呈现为破折号：HTML 的 Windows-1252 实体怪癖
· 背景
html 统一码 兼容性
代码点 128–159 是 Unicode 中的控制字符，但浏览器将 呈现为破折号。这篇文章解释了 Windows-1252 重新映射 HTML 标准化的兼容性、此类实体的来源以及如何对它们进行现代化改造。
破折号是一个控制字符 - 在迁移的内容中遇到 和 并想知道它们为什么要渲染
短划线是一个控制字符 - 在迁移的内容中遇到 和 ，并想知道它们为什么要渲染。旧内容可能包含 需要破折号和 需要大写撇号。将这些数字作为普通 Unicode 控件读取会产生不可见或破坏性的输出。
要验证 字符，请构造短划线，以便开发人员在从旧文档迁移的内容中看到错误的短划线和引号。 Preserve 是一个控制字符，而 Windows-1252 兼容性产生满足 150 和 146 的要求；确定迁移的内容在何处以及被消耗。关于为什么它们渲染的观察结果只属于 HTML 文本。
C1 控制范围 — U+0080–U+009F 应该是什么，以及为什么它们永远不是可打印文本
C1 控制范围 — U+0080–U+009F 应该是什么，以及为什么它们永远不是可打印文本。 C1 区间 U+0080 到 U+009F 保留用于控制功能，而不是普通的可打印排版。令人惊讶的字形来自兼容性映射，而不是名义代码点。
开发人员在从旧文档迁移的内容中看到错误的破折号和引号时，可以通过在 Windows-1252 兼容性传递之前记录 u 0080 u 来测试 c1 控制范围。之后应该比较 009f 并找到负责的解析器及其原因。这个 字符结果说明永远不是可打印文本，不是可执行上下文。
数字的来源 — Windows-1252 由文字处理器和早期编辑器粘贴到 HTML 中的字节值
数字的来源 — Windows-1252 由文字处理器和早期编辑器粘贴到 HTML 中的字节值。旧的创作工作流程将 Windows-1252 字节值视为 Unicode 数字。在文档迁移到 Unicode 编码很久之后，迁移的 HTML 仍保留了这些十进制引用。
隔离简短的 Windows-1252 兼容性示例中的数字。从 windows 1252 字节显示为文字源，遵循粘贴到 html 中的值到其目的地，并命名由文字处理器读取的 API。对于 字符，早期的编辑器仍然是解析器绑定的证据。
兼容性重新映射 — HTML 解析算法如何将这些引用映射到 Windows-1252 字符
兼容性重新映射 — HTML 解析算法如何将这些引用映射到 Windows-1252 字符。解码器包含显式 Windows-1252 映射。它会在 String.fromCodePoint 之前更改选定的值，将浏览器兼容的结果（例如十进制 151 ）匹配到长破折号。
将兼容性重新映射视为边界实验。开发人员在从旧文档迁移的内容中看到错误的破折号和引号时，应保留 html 解析算法，执行一个 Windows-1252 兼容性操作，并在更改 Windows 1252 字符之前检查将这些引用映射到一个字符一个字符。关于 Windows-1252 兼容性证据的声明在此 HTML 层停止。
示例：将 和 到 翻译为其预期字符 — 省略号、引号、项目符号、破折号和商标
示例：将 和 到 翻译为其预期字符 — 省略号、引号、项目符号、破折号和商标。表中的计算示例包括 到省略号、 到左单引号、 到右单引号、 到项目符号、 到破折号以及 到商标。
使用无害的输入而不是客户材料重现翻译 133 的工作示例。记录 145 到 153，观察其预期字符，并计算每个有意的 Windows-1252 兼容性传递。字符跟踪使开发人员能够看到从旧文档迁移的内容中的错误破折号和引号，无需猜测即可评估省略号、引号、项目符号破折号和商标。
内容现代化 — 替换为 UTF-8 中正确的代码点或字符本身
使内容现代化 — 替换为 UTF-8 中的正确代码点或字符本身。通过用预期的 Unicode 字符或其正确的 Unicode 数字引用替换旧引用来实现现代化。在迁移过程中保留原始数据，以便模糊的历史数据保持可审计性。
在 Windows-1252 兼容性审核期间，用正确的代码和并排的点或字符替换现代化内容。开发人员在从旧文档迁移的内容中看到错误的破折号和引号后，可以决定自己在 utf 8 中是否在转换时或下游发生了更改。将有关 Windows-1252 兼容性证据的 字符结论排除在一般安全声明之外。
这不包括 - MacRoman 和其他遗留代码页，以及完整的文档转换
这不包括 MacRoman 和其他遗留代码页，以及完整的文档转换。 MacRoman 和其他代码页需要不同的转换表，这里不进行推断。完整的文档转换需要可靠的源编码元数据和字节级处理。
在运行 Windows-1252 兼容性之前定义它不执行的操作。将 cover Macroman 和其他文件保存为控件，检查遗留代码页后面的代码点，并将完整文档转换映射到下一个解释器。这使得 Windows-1252 兼容性证据对于开发人员在从调查 字符的旧文档迁移的内容中看到错误的破折号和引号时是可审核的。
要点：故意保留的浏览器怪癖 — HTML 实体转义器的解码器如何显示数字引用解析的内容，以及工具页面在何处说明它如何处理此范围
要点：故意保留的浏览器怪癖 — HTML 实体转义器的解码器如何显示数字引用解析的内容，以及工具页面在何处说明它如何处理此范围。这种行为是有意的兼容性，而不是数学上的一致性。 ToolAcre 使用 151 和 146 的单元测试所涵盖的相同固定映射来公开已解析的字符。
将浏览器怪癖连接到可观察的 Windows-1252 兼容性输出。故意保留一次性结果旁边的方式，然后验证 html 实体转义器进入解码器的位置显示什么。开发人员在从旧文档迁移的内容中看到错误的破折号和引号现在可以检查数字引用解析为窄 字符查找结果。本文背后的实际决策是具体的：代码点 128–159 是 Unicode 中的控制字符，但浏览器将 呈现为破折号。这篇文章解释了 Windows-1252 重新映射 HTML 标准化的兼容性、此类实体的来源以及如何对它们进行现代化改造。读者操作同样具体：链接到 HTML 实体转义器，作为从旧内容中解码数字引用的位置，并带有指向工具页面的“技术说明”的指针，用于处理 128–159 范围。